探索共享工作空间中的人机协作协同效应

在人工智能快速发展的今天，自动化AI代理的能力日益增强，但许多科学和专业任务仍然离不开人类的判断力和情境专业知识。来自研究团队的最新论文《Searching for Synergy in Shared Workspace Human-AI Collaboration》深入探讨了如何通过有效的协作结构来提升人类与AI在共享工作空间中的团队绩效。

研究者借助Collaborative Gym环境和DiscoveryBench任务，模拟了AI代理与人类协作者需要在提交最终答案前协调责任的场景。在总计1482次会话中，他们发现了一个关键现象：当团队缺乏协调贡献的结构时，增加更多相关协作者反而会降低整体性能。这种效应被称为“过程损失”，它表明单纯增加协作者数量并不能保证效率提升，关键在于如何组织协作。

针对这一问题，团队提出了一种创新的脚手架设计，该设计将共享群组记忆与模拟人在回路（HITL）门控相结合。具体而言，选定的操作需要获得指定模拟参与者的批准，从而确保关键决策经过人类把关。实验结果表明，这种脚手架设计显著提高了团队的平均性能，尤其在三人团队中效果最为突出。责任信号变得更加清晰，专业知识能够更有效地路由到团队行动中，避免了冗余和冲突。

进一步分析显示，在三人团队中，脚手架帮助明确了每个成员的角色和职责，使得AI代理和人类协作者能够更高效地分工合作。相比之下，更小或更大的团队在协调上存在更多挑战：单人团队缺乏协作多样性，而过大团队则容易陷入沟通混乱。

总体而言，这项研究强调了人机团队中协调和整合专业知识的重要性，其重要性不亚于团队所拥有的技术能力。该论文已被ICML 2026人机共同创意研讨会接受，为未来人机协作系统的设计提供了重要参考，特别是在需要紧密协作的共享工作空间场景中。